一种基于多Agent协同的高压开关柜在线故障诊断方法技术

本发明专利技术提供了一种基于多Agent协同的高压开关柜在线故障诊断方法。包括：S1、使用Apriori算法计算高压开关柜故障因素和故障率之间的关联性系数，建立高压开关柜状态全景模型；S2、通过依照IEC 61968/61970电力行业国际、国家、行业标准，接入各应用系统数据，关联信息并进行多维处理后形成数据框架；S3、通过数据框架结合高压开关柜状态故障诊断分析方法的冗余性和互补性,构建多Agent协同的诊断模型；S4、通过对信息融合Agent，对Agent层次结构图确定各指标重要性权重，计算出方案层各Agent诊断结果的相对权重，通过对各诊断Agent带有差异及冗余的结果进行融合，得出高压开关柜在线故障信息。本发明专利技术方法效率高，应修设备检修及时。

【技术实现步骤摘要】
一种基于多Agent协同的高压开关柜在线故障诊断方法
本专利技术涉及高压开关柜在线故障诊断
，尤其涉及一种基于多Agent协同的高压开关柜在线故障诊断方法。
技术介绍
高压开关柜是配电网系统中非常关键的设备，承担着将部分电力线路投入运行或切出的重任，它关系到配电网的运行水平、安全程度以及供电服务质量，一旦高压开关柜发生故障,首先将会导致相关的电力设备和线路受损,进而引发用户大面积停电等影响国民正常生产生活的供电事故。对高压开关柜及其它的重要电气设备，目前一般是定期对配电网网设备进行检修，这样很容易造成应修设备未及时检修，从而影响了应修设备技术性能和使用寿命，严重的情况下会造成故障或事故，影响供电可靠性，同时也有很多供电设备没发生故障而进行定期检修从而容易造成了人力、物力和财力的浪费。目前高压开关柜故障类型主要有如下几种常见的故障：绝缘放电故障：开关柜放电的原因主要是绝缘件或绝缘间隙的绝缘强度低于外加电压时就发生放电，甚至发生绝缘击穿事故；拒动、误动故障：这种故障是高压开关柜最主要的故障，其原因可分为两类：一类是因操动机构及传动系统的机械故障造成，具体表现为机构卡涩，部件变形、位移或损坏，分合闸铁芯松动、卡涩，轴销松断，脱扣失灵等；另一类是因电气控制和辅助回路造成，表现为二次接线接触不良，端子松动，接线错误，分合闸线圈因机构卡涩或转换开关不良而烧损，辅助开关切换不灵，以及操作电源、合闸接触器、微动开关等故障；过热故障：封闭式开关柜在运行中不能打开，因此难以测量柜内触头的实际温度，如果触头过热缺陷不能及时发现并处理，会严重威胁到电力安全生产。开关柜过热通常是由于过流或者电阻增大发热造成的，过热点通常发生在手车的梅花触头、电流互感器以及出线电缆头等。开关柜手车开关长期在满负荷运行，合闸时动、静触头间有间隙，接触的点、面少，过流时固定静触头与夹紧弹簧的螺栓和夹紧弹簧参与分流、导电，造成螺栓烧断或者触头发热引起梅花触头的弹簧变形而失去弹性，接触电阻变大，运行中发热烧熔，烧损触头周围的绝缘件，最终绝缘击穿，造成触头相间短路故障；开断与关合故障：开断与关合故障是由开关柜本体造成的，对少油开关柜而言，主要表现为喷油短路、灭弧室烧损、开断能力不足、关合时爆炸等。对于真空开关柜而言，表现为灭弧室及波纹管漏气、真空度降低、切电容器组重燃、陶瓷管破裂等。高压开关柜开断与关合短路故障时，都会出现电弧；载流故障：载流故障主要原因是开关柜隔离插头接触不良导致触头烧融；外力及其他故障：包括异物撞击，自然灾害，小动物短路等不可知的其他外力及意外故障的发生；在状态检修工作中，通常巡视人员主要进行周期巡视维护，监测设备是否老化，通过对开关柜采用超声波探测仪、红外热成像仪、局放测试仪进行设备状态监测；其次检修人员通过在线监测系统以及日常带电检测等技术获取设备的相关运行信息，结合数理分析算法对设备状态进行量化评价，并以此作为制定检修计划的辅助决策信息，最大限度地减少因设备检修造成的停电时间，延长设备的使用寿命，降低设备的维护成本，实现配电网设备状态检修工作的智能化、自动化和动态化，提高状态检修的及时性与准确性。上述通过巡视人员进行周期检查或诊断的方法相对单一，并且由于目前的在线诊断系统大都是单一的系统，整体上来说上述通过巡视人员进行周期检查或诊断的方法的诊断能力比较弱，对于一些复杂的开关柜故障其诊断效果并不好。
技术实现思路
本专利技术的目的在于至少解决上述问题之一，提供一种基于多Agent协同的高压开关柜在线故障诊断方法。本专利技术解决上述技术问题的技术方案如下：一种基于多Agent协同的高压开关柜在线故障诊断方法，包括：S1、使用Apriori算法计算高压开关柜故障因素和故障率之间的关联性系数，建立高压开关柜状态全景模型；S2、通过依照IEC61968/61970电力行业国际、国家、行业标准，接入各应用系统数据，关联信息并进行多维处理后形成数据框架；S3、通过数据框架结合高压开关柜状态故障诊断分析方法的冗余性和互补性,构建多Agent协同的诊断模型；S4、通过对信息融合，对Agent层次结构图确定各指标重要性权重，计算出方案层各Agent诊断结果的相对权重，通过对各诊断Agent带有差异及冗余的结果进行融合，得出高压开关柜在线故障信息。在一实施例中高压开关柜状态全景模型包括信息分类模型和信息综合处理模型，信息分类模型由基本信息模型、评估信息模型、故障诊断模型、状态信息模型、过程信息模型和环境信息模型组成，通过使用Apriori算法计算信息分类模型的关联性系数，通过信息多维关联处理，形成信息集成处理平台，其中信息分类模块中的信息分类具体为：基本信息：设备类别、出厂参数、运行地点；历史案例：同台设备故障案例、同类设备故障案例、同台设备历史信息、运行状态评估信息、寿命估计信息；初始信息：预防性实验结果；告警信息：单个检测量异常告警、气象异常告警、单个检测量突变告警；在线监测：断路器状态监测、SF6状态监测、主回路温度监测、柜内温湿度监测、隔室带电监测；运行工况：负荷情况、设备污秽情况、红外测温情况、局部放电试验；气象信息：环境温度、环境湿度、当日天气、当地气候；参考信息：同类设备间纵向比较、系统之间的横向比较、间隔之间的比较。在一实施例中各应用系统数据主要包括在线监测系统数据、生产管理系统(PMS)数据、电网GIS平台数据、能量管理系统(EMS)、气象信息系统数据、试验/历史数据、巡检/缺陷数据，各应用数据可以通过信息内外系统直接推送，或由跨平台JDBC/ODBC数据接口、文件传输、WEBSERVICE、IEB信息交换总线等技术完成数据获取，通过依照IEC61968/61970电力行业国际、国家、行业标准，接入各应用系统数据，关联信息并进行多维处理后形成数据框架，数据框架主要是对数据通过规则库进行：数据预处理，数据预处理包括对数据标记，规则封装；数据清洗，主要是对数据进行校验，噪声平滑，离群点识别，缺失值填充；评价数据，主要是对数据质量进行评价；数据转换，通过对数据进行数据泛化、数据规范化形成规范的数据，把规范后的数据及关联性导入各Agent数据库/规则库以及融合分析数据库/规则库实现数据服务，实现数据库访问，标准接口访问，文件访问，进而实现高压开关柜状态评估与诊断系统，高压开关柜状态评估与诊断系统对诊断的结果分类储存为结构化数据，非结构化数据，历史准/实时数据，电网空间数据。在一实施例中信息集成处理平台设置有人机智能界面与总控Agent，总控Agent可以向调度Agent分陪任务和指令，调度Agent通过通信Agent实现对在线监测Agent、负荷Agent、巡检Agent、缺陷Agent、试验Agent，环境Agent实现控制和诊断，调度Agent也可以通过融合Agent，融合Agent再通过通信Agent实现对在线监测Agent、负荷Agent、巡检Agent、缺陷Agent、试验Agent，环境Agent实现控制和诊断；同时总控Agent可以通过多库协同器向通过通信Agent直接实现对在线监测Agent、负荷Agent、巡检Agent、缺陷Agent、试验Agent，环境Agent实现控制和诊断。在一实施例中调度Agent用于接受总本文档来自技高网...

【技术保护点】
一种基于多Agent协同的高压开关柜在线故障诊断方法，其特征在于，包括：S1、使用Apriori算法计算高压开关柜故障因素和故障率之间的关联性系数，建立高压开关柜状态全景模型；S2、通过依照IEC 61968/61970电力行业国际、国家、行业标准，接入各应用系统数据，关联信息并进行多维处理后形成数据框架；S3、通过数据框架结合高压开关柜状态故障诊断分析方法的冗余性和互补性,构建多Agent协同的诊断模型；S4、通过对信息融合，对Agent层次结构图确定各指标重要性权重，计算出方案层各Agent诊断结果的相对权重，通过对各诊断Agent带有差异及冗余的结果进行融合，得出高压开关柜在线故障信息。

【技术特征摘要】
1.一种基于多Agent协同的高压开关柜在线故障诊断方法，其特征在于，包括：S1、使用Apriori算法计算高压开关柜故障因素和故障率之间的关联性系数，建立高压开关柜状态全景模型；S2、通过依照IEC61968/61970电力行业国际、国家、行业标准，接入各应用系统数据，关联信息并进行多维处理后形成数据框架；S3、通过数据框架结合高压开关柜状态故障诊断分析方法的冗余性和互补性,构建多Agent协同的诊断模型；S4、通过对信息融合，对Agent层次结构图确定各指标重要性权重，计算出方案层各Agent诊断结果的相对权重，通过对各诊断Agent带有差异及冗余的结果进行融合，得出高压开关柜在线故障信息。2.根据权利要求1所述的一种基于多Agent协同的高压开关柜在线故障诊断方法，其特征在于，所述高压开关柜状态全景模型包括信息分类模型和信息综合处理模型，信息分类模型由基本信息模型、评估信息模型、故障诊断模型、状态信息模型、过程信息模型和环境信息模型组成，通过使用Apriori算法计算信息分类模型的关联性系数，通过信息多维关联处理，形成信息集成处理平台，其中信息分类模块中的信息分类具体为：基本信息：设备类别、出厂参数、运行地点；历史案例：同台设备故障案例、同类设备故障案例、同台设备历史信息、运行状态评估信息、寿命估计信息；初始信息：预防性实验结果；告警信息：单个检测量异常告警、气象异常告警、单个检测量突变告警；在线监测：断路器状态监测、SF6状态监测、主回路温度监测、柜内温湿度监测、隔室带电监测；运行工况：负荷情况、设备污秽情况、红外测温情况、局部放电试验；气象信息：环境温度、环境湿度、当日天气、当地气候；参考信息：同类设备间纵向比较、系统之间的横向比较、间隔之间的比较。3.根据权利要求1所述的一种基于多Agent协同的高压开关柜在线故障诊断方法，其特征在于，所述各应用系统数据主要包括在线监测系统数据、生产管理系统(PMS)数据、电网GIS平台数据、能量管理系统(EMS)、气象信息系统数据、试验/历史数据、巡检/缺陷数据，各应用数据可以通过信息内外系统直接推送，或由跨平台JDBC/ODBC数据接口、文件传输、WEBSERVICE、IEB信息交换总线等技术完成数据获取，通过依照IEC61968/61970电力行业国际、国家、行业标准，接入各应用系统数据，关联信息并进行多维处理后形成数据框架，数据框架主要是对数据通过规则库进行：数据预处理，数据预处理包括对数据标记，规则封装；数据清洗，主要是对数据进行校验，噪声平滑，离群点识别，缺失值填充；评价数据，主要是对数据质量进行评价；数据转换，通过对数据进行数据泛化、数据规范化形成规范的数据，把规范后的数据及关联性导入各Agent数据库/规则库以及融合分析数据库/规则库实现数据服务，实现数据库访问，标准接口访问，文件访问，进而实现高压开关柜状态评估与诊断系统，高压开关柜状态评估与诊断系统对诊断的结果分类储存为结构化数据，非结...

【专利技术属性】
技术研发人员：杨万清，戚欣革，车建涛，李春平，李振威，林文祖，骆敏，林雪松，倪长松，刘贵才，
申请(专利权)人：国网辽宁省电力有限公司大连供电公司，大连维深自动识别技术有限公司，
类型：发明
国别省市：辽宁,21